/ Модель

Характеристики

Лицензия
MIT
Базовая модель
Qwen3.5-9B
Библиотека
gguf
Опубликована
27 апр 2026

Qwen3.5-9B-GGUF-MoQ

Генерация текстаТекст → текст3 профессии

Квантованные сборки Qwen3.5-9B в формате GGUF для диалоговой генерации текста с уменьшенными требованиями к памяти.

2 481скачиваний за 30 дней23лайкавеса обновлены6 июн 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Это квантованные GGUF-сборки Qwen3.5-9B с методом MoQ (Mixture of Quants), опубликованные w-ahmad. Метод распределяет точность квантования между частями модели, чтобы уменьшить размер файлов при сохранении качества. В README приведено сравнение с динамическими квантами Unsloth на низких битностях, однако результаты описаны ограниченно и не подтверждают заявленное качество для широкого набора задач.

Модель предназначена для генерации текста и диалогового использования. В репозитории доступны сборки MoQ примерно на 3,2 бита, а также варианты BF16 и F16; для сборки MoQ в таблице указан размер 3,58 ГБ. Основа — Qwen/Qwen3.5-9B; метаданные относят связь к дообучению, но README описывает прежде всего квантование весов. Лицензия — MIT. Для запуска README показывает пример с llama-cli.

Сценарии применения

  • диалоговое общение с локально запущенной языковой моделью
  • генерация текста на устройстве с ограниченной памятью
  • эксперименты с низкобитными квантованиями GGUF
  • сравнение качества квантованных сборок Qwen

Ограничения

В README результаты сравнения квантов описаны на ограниченной основе и не дают надёжной оценки для разных задач. Сборка MoQ имеет меньшую точность весов, чем BF16/F16, поэтому качество может зависеть от конкретного варианта квантования.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

🚀 MoQ: Mixture of Quants

image

MoQ (Mixture of Quants) is a smart way to shrink AI models without losing their "brainpower." Unlike old methods that treat every part of the model the same, MoQ identifies the most important parts and keeps them high-quality, while heavily compressing the rest to save space.**Stop settling for uniform bitrates. Standard quantization is a relic of the past, treating vital cognitive weights the same as redundant noise. **


The result? A model that punches significantly above its weight class.

Benjamin Marie evaluated MoQ GGUFs ("Mixture of Quants") against Unsloth Dynamic (UD) quants, focusing on low-bit versions below 4 bits on average — the range where GGUF models typically struggle most. Results: At similar bits-per-weight (Bpw), MoQ outperforms Unsloth Dynamic quants by ~10% on benchmarks, while also being roughly 2× more token-efficient on average.

"MoQ models are much better than UD quants on benchmarks, and they are also more token-efficient."

image

image


Table

Folder LinkBPWTotal SizeDescription
📂 BF161617.92 GB
📂 F161617.92 GB
📂 MoQ-Quants-Latest3.23.58 GB
📂 MoQ-Quants-Latest3.64.03 GB
📂 MoQ-Quants-Latest3.84.22 GB
📂 MoQ-Quants-Latest4.14.64 GB
📂 MoQ-Quants-Latest4.34.84 GB
📂 MoQ-Quants-Latest4.65.11 GB
📂 MoQ-Quants-Latest4.85.37 GB
📂 MoQ-Quants-Latest4.95.49 GB
📂 MoQ-Quants-Latest5.15.75 GB
📂 MoQ-Quants-Latest5.35.92 GB
📂 MoQ-Quants-Latest6.67.36 GB
📂 MoQ-mmproj16.00.92 GB

🧠 The MoQ Edge

MoQ optimizes the architecture for the Pareto frontier of memory and performance.

  • Dynamic Bitrate Allocation: No more "one-size-fits-all." MoQ assigns precision where it actually matters.
  • Cognitive Preservation: Massive VRAM savings with near-zero degradation in logic and coherence.
  • Next-Gen Efficiency: Fits "Large" model intelligence into "Small" model hardware.

Comparison

Here is the comparison between MoQ and Unsloth dynamic quants. MoQ perform better i guess . Performed on wiki text (benchmaxxing is not allowed!!!)

download

x : https://x.com/WaleedAhmad1a10 If MoQ does not perform well, email me : waleedahmad.1a10@gmail.com

🛠 Usage & Deployment.

./llama-cli -m Qwen3.5-9B-MoQ-4.85.gguf -p "The future of efficient AI is..."

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

llama.cpp

Можно запустить

Подбираем GPU…

Ревизия весов
81de037

0 моделей